无线网络中自适应干扰对齐理论与技术研究

发布时间：2021-04-13 03:21

　　随着经济和社会的发展人们对无线通信网络的容量需求不断增加,各种提高频谱效率的技术被广泛应用。这些技术在提高系统的吞吐量的同时也造成了严重的干扰问题。例如在同频组网的4G/LTE蜂窝网络中,相邻小区的子载波复用会造成严重的小区间干扰,特别是对于边缘用户影响最大。而传统的干扰协调技术如部分频率复用、软频率复用等基于使干扰源远离接收机设计,虽然可以减小同频干扰的影响,但由于对可用的子载波进行了限制也造成了一定程度的吞吐量的下降。干扰对齐（interference alignment,IA）技术是近年来信息论领域取得的重要进展,它基于信号空间理论,为解决无线干扰网络中的干扰协调问题提供了新思路。本文分别针对认知网络、蜂窝网络和非正交多址（non-orthogonal multiple access,NOMA）等网络深入研究基于干扰对齐的干扰协调技术。论文的主要工作如下:1.针对认知网络中基于用户自由度（数据流）需求反馈的主次用户频谱共享问题,使用干扰对齐技术,提出了一个通用的干扰对齐闭式构造算法,允许主次用户根据各自的需求进行频谱的灵活共享。证明了算法的适用条件;并对可达自由度进行了分析,推导... 

【文章来源】：南京邮电大学江苏省

【文章页数】：139 页

【学位级别】：博士

【部分图文】：

互易反转迭代算法

生学位论文 第三章 认知网络中的自业务模型的蒙特卡洛仿真验证了算法的有效性。无线电网络模型如图 3.1 所示。一对主用户取得信道的控制道进行通信。所有链路的集合用 0,1,…, 表示，其中路分别由 1 到 K 标识。 整个 MIMO 认知干扰网络配置可以…（MK，NK，dK）表示。其中，假设第 i 对链路用户有 Mi示第 i 对用户的 DoF，也是其传输的数据流数目。

34图 3.3 条件自由度理论曲线(M=N=8)图3.4 条件自由度仿真对比(M=N=8, λ=2)图3.3给出了根据式（3.24、3.25）计算的理论分析曲线（M=N=8），包括对不同认知用户密度情况下的FIA的条件DoF的理论值和AIA的条件DoF的下界。由图3.3可见，AIA的DoF性能总体优于FIA，并且FIA是对用户密度敏感的，而AIA则不明显。图3.4给出了在特定的用户密度下（λ=2）的三种方案的条件DoF的仿真结果。由图3.4可以看出，理论曲线与仿真曲线较为吻合，且AIA的下界与仿真结果关系也较为一致。修正的OIA的性能随着主用户的DoF呈现线性下降；采用固定IA模式的DoF性能由认知用户密度决定而基本保持不变?

【参考文献】：
期刊论文
[1]基于深度学习的物理层无线通信技术:机遇与挑战[J]. 桂冠,王禹,黄浩.  通信学报. 2019(02)
[2]基于AI的5G技术——研究方向与范例[J]. 尤肖虎,张川,谈晓思,金石,邬贺铨.  中国科学:信息科学. 2018(12)
[3]基于人工智能的无线传输技术最新研究进展[J]. 张静,金石,温朝凯,高飞飞,江涛.  电信科学. 2018(08)
[4]5G移动通信发展趋势与若干关键技术[J]. 尤肖虎,潘志文,高西奇,曹淑敏,邬贺铨.  中国科学:信息科学. 2014(05)



本文编号：3134518